联系人:
所在地:
本课题为广州市科创委立项的广州市科技计划项目,属于产学研协同创新重大专项类别。成果为一套融合大数据和环境排放分析的智慧交通信号平台。在开发过程中,需要完成两个关键算法,包括基于神经网络专家系统的交通控制与诱导协同算法和基于支持向量机(SVM)和交通大数据的交通流预测模型及其算法实现。主要研究内容有: (1)研究交通流数据预处理的方法,包括错误数据的判别和修正方法、丢失数据的补齐方法以及冗余数据的约简方法,并将这些方法应用到交通流检测系统及交通信息发布平台中。 (2)深入研究基于视频图像的交通事件检测方法,并将这些方法应用于上述系统。 (3)建立适用于城市智能交通控制和诱导的短时交通预测模型,包括基于支持向量机的交通预测模型,重点研究核函数的建立和参数的选择和优化方法,并在工程实践中进行验证。 (4)建立基于融合交通动态的交通控制与诱导协同模型,建立基于交通预测和大数据分析的交通控制诱导协同平台。 (5)实现基于大数据挖掘处理技术的智能交通后台分析系统,从而可以有效支撑因为硬件成本降低大量前端建设而带来的海量数据的处理,并用于智能交通系统的决策分析。 (6)建立信号控制交叉口的机动车尾气与噪声排放仿真及检测系统。 本成果已产业化应用,主要应用于公安、交警等政府单位,应用前景良好。